Pandas查看数据类型|极客笔记

Pandas查看数据类型

在数据分析和处理过程中，对于数据的类型进行了解至关重要。Pandas是Python中一个强大的数据处理库，提供了许多功能方便地查看和处理数据类型。本文将详细介绍Pandas库中如何查看数据类型的方法。

Pandas数据类型

Pandas中主要有以下数据类型：

int: 整数类型
float: 浮点数类型
object: 字符串类型
bool: 布尔类型
datetime: 日期时间类型
timedelta: 时间间隔类型
category: 分类类型

创建示例数据

在开始之前，我们先创建一个示例数据进行演示。以下是一个包含不同数据类型的示例数据：

import pandas as pd

data = {'A': [1, 2, 3, 4],
        'B': [1.1, 2.2, 3.3, 4.4],
        'C': ['apple', 'banana', 'cherry', 'date'],
        'D': [True, False, True, False],
        'E': pd.to_datetime(['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04']),
        'F': pd.to_timedelta([1, 2, 3, 4], unit='D'),
        'G': pd.Categorical(["A", "B", "C", "D"])}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们将得到以下示例数据：

   A    B       C      D          E    F  G
0  1  1.1   apple   True 2021-01-01 1 days A
1  2  2.2  banana  False 2021-01-02 2 days B
2  3  3.3  cherry   True 2021-01-03 3 days C
3  4  4.4    date  False 2021-01-04 4 days D

查看数据类型

dtypes

Pandas中的DataFrame对象有一个属性dtypes可以用来查看每一列的数据类型。以下是一个示例：

print(df.dtypes)

运行以上代码，我们将得到以下输出：

A             int64
B           float64
C            object
D              bool
E    datetime64[ns]
F  timedelta64[ns]
G          category
dtype: object

在输出中，我们可以看到每一列的名称及其对应的数据类型。例如，列A的数据类型为int64，列C的数据类型为object。

select_dtypes

除了查看全部列的数据类型外，我们还可以使用select_dtypes方法选择特定数据类型的列。例如，我们可以选取所有的数值型列：

print(df.select_dtypes(include=['int64', 'float64']))

运行以上代码，我们将得到以下输出：

astype

有时候我们需要将某一列的数据类型转换为其他类型，Pandas提供了astype方法来进行数据类型的转换。例如，我们将列D的数据类型转换为int：

df['D'] = df['D'].astype(int)
print(df.dtypes)

运行以上代码，我们将得到以下输出：

A             int64
B           float64
C            object
D             int64
E    datetime64[ns]
F  timedelta64[ns]
G          category
dtype: object

现在，列D的数据类型已经被转换为int64。